Dokładny rozkład próbkowania
Aby określić, jak bardzo zmienia się estymator punktowy (statystyka próbki), który cię interesuje, musisz znać wszystkie możliwe wartości, jakie może przyjąć, oraz jak często każda z nich występuje. Innymi słowy, musisz znać jego rozkład.
Rozkład statystyki próbki nazywamy rozkładem próbkowania. Gdy możemy go wyznaczyć dokładnie – bez korzystania z przybliżeń – mówimy o dokładnym rozkładzie próbkowania.
Przyjrzyjmy się ponownie rozkładowi próbkowania wyników rzutów kośćmi. Tym razem użyjemy pięciu ośmiościennych kości (z wartościami od jeden do osiem).
Biblioteki pandas, numpy i matplotlib.pyplot są wczytane ze swoimi standardowymi aliasami. Dostępna jest również funkcja expand_grid(), która przyjmuje jako argument słownik par klucz–wartość. Definicja funkcji expand_grid() znajduje się w dokumentacji pandas.
To ćwiczenie jest częścią kursu
Próbkowanie w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Expand a grid representing five 8-sided dice
dice = ____(
{____,
____,
____,
____,
____,
})
# Print the result
print(dice)